醫(yī)學(xué)圖像病變區(qū)域的自動(dòng)定位和分割.pdf

1、大型CT設(shè)備已經(jīng)成為各家醫(yī)院的必備的醫(yī)療儀器，并為臨床醫(yī)師診斷病情提供了堅(jiān)實(shí)的依據(jù)。但是目前的CT診斷方式還是基于人工觀察，計(jì)算機(jī)輔助水平不高，CT數(shù)據(jù)的保存和傳輸?shù)戎苓呍O(shè)施投入不足，大量的CT數(shù)據(jù)沒(méi)有記錄Meta信息，而且在未得到充分利用前就丟失了。 本課題要研究并探索一種不依賴特殊設(shè)備，完成針對(duì)病變區(qū)域的自動(dòng)定位分割(APS)的方法，同時(shí)具有較高的自動(dòng)化水平和人機(jī)交互效率。這樣能夠改進(jìn)并提高目前醫(yī)院CT人工診斷的效率，而自動(dòng)

2、定位病變區(qū)域并提取能夠使計(jì)算機(jī)自動(dòng)識(shí)別所保存數(shù)據(jù)的Meta信息，同時(shí)為其它依賴ROI輸入的計(jì)算機(jī)輔助診斷方法提供自動(dòng)化的預(yù)處理方法，更好的為醫(yī)生、患者和計(jì)算機(jī)服務(wù)。 本課題首先對(duì)現(xiàn)有CT人工和計(jì)算機(jī)輔助診斷方法以及流程進(jìn)行研究，并向?qū)I(yè)醫(yī)師學(xué)習(xí)了中耳炎CT診斷的經(jīng)驗(yàn)和技巧，協(xié)助別的課題組完成了中耳區(qū)域的人工分割；然后繼承吸收了APS技術(shù)的研究現(xiàn)狀，并總結(jié)了APS的基本計(jì)算模型，提出了以模板匹配和區(qū)域提取為核心的針對(duì)三維醫(yī)學(xué)圖像病

3、變區(qū)域APS算法框架。算法通過(guò)重采樣和剛性配準(zhǔn)等算法實(shí)現(xiàn)體數(shù)據(jù)標(biāo)準(zhǔn)化(VDS)，將標(biāo)準(zhǔn)化樣本進(jìn)行統(tǒng)計(jì)運(yùn)算生成正常人CT模板，使用金字塔Demons配準(zhǔn)(PDR)和雙模式區(qū)域提取(DRE)算法完成模板匹配和病變區(qū)域的提取。在算法實(shí)現(xiàn)中，還在Volview和ITK的基礎(chǔ)上實(shí)現(xiàn)了雙模式(交互和批處理)中耳病變區(qū)域APS插件。在中耳區(qū)域自動(dòng)提取應(yīng)用中，病變區(qū)域APS提供了近似于人工分割的結(jié)果；通過(guò)和其他自動(dòng)分割算法的對(duì)比實(shí)驗(yàn)，也顯示出更好的性能